PENERAPAN METODE LOGIKA FUZZY MODEL TAHANI DALAM PEMILIHAN HARDWARE KOMPUTER
|
|
- Verawati Budiono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 E-Jurnal Matematika Vol. 6 4, November 2017, pp ISSN: PENERAPAN METODE LOGIKA FUZZY MODEL TAHANI DALAM PEMILIHAN HARDWARE KOMPUTER Moh. Heri Setiawan 1, G. K. Gandhiadi 2, Luh Putu Ida Harini 3 1 Jurusan Matematika, FMIPA Universitas Udayana [ smohheri@gmail.com] 2 Jurusan Matematika, FMIPA Universitas Udayana [ gandhiadigk@yahoo.com] 3 Jurusan Matematika, FMIPA Universitas Udayana [ ballidah@unud.ac.id] Corresponding Author ABSTRACT This study to determine the selection of computer hardware using fuzzy database method. This is because of many series of hardware produced by the manufacture, so the public will be confused in determining the choice of a combination of computer assembly. In this study the processor, motherboard, random access memory, hard disk, vga cards, power supply studied to find best recommendation. The result obtained from this study these several results obtained in study in the form of recommendation, that is if the recommendation value 0 then the hardware is not displayed as a decision, whereas if the recommendation value is greater than 0 and less than or equal to 1 the device will be displayed as a decision according to the value of its recommendation. Keywords: Fuzzy Database, Tahani Model, Hardware, Personal Computer, Decision Support System 1. PENDAHULUAN Seiring perkembangan zaman, perangkat keras komputer mengeluarkan produk-produk terbaru dengan spesifikasi perangkat keras yang lebih baru. Hal ini mengakibatkan seorang konsumen yang belum memiliki pengalaman dalam merakit komputer akan merasa bingung bila dihadapkan dengan pilihan perangkat keras yang ada. Konsumen dalam pemilihannya akan memberikan kriteria-kriteria yang masih ambigu. Teori fuzzy dapat menangkap keambiguan dari kriteria yang diberikan konsumen. Salah satu metode fuzzy yang dapat digunakan dalam pencarian adalah basis data fuzzy model tahani. Basis data merupakan gabungan file data yang dibentuk berdasarkan hubungan/relasi yang logis dan dapat diungkapkan dengan suatu catatan serta bersifat independen. Sistem basis data adalah suatu sistem penyusunan dan pengelolaan record-record dengan menggunakan komputer, dengan tujuan untuk menyimpan atau merekam serta memelihara data secara lengkap pada sebuah organisasi/perusahaan, sehingga mampu menyediakan informasi yang optimal yang diperlukan pemakai untuk kepentingan proses pengambilan keputusan Lubis, Sistem pendukung keputusan ini dapat digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan tak terstruktur, dimana tak seorangpun yang secara pasti tidak dapat memberikan keputusan yang seharusnya dibuat Turban, et al., Pada penelitian ini akan mencoba menggunakan basis data fuzzy model Tahani dalam memberikan keputusan pemilihan perangkat keras komputer. Adapun perangkat keras yang dimaksud dalam penelitian ini adalah processor, motherboard, RAM, VGA card, harddisk, dan power supply. 2. METODE PENELITIAN Sumber data yang digunakan pada penelitian ini adalah data primer berupa daftar seri dari setiap perangkat beserta harga dan spesifikasinya, sedangkan teknik pengumpulan 248
2 Setiawan, M.H., G. K. Gandhiadi, L.P.I. Harini Penerapan Metode Logika Fuzzy Model Tahani datanya adalah observasi, wawancara, dan studi literatur. Sistem fuzzy dalam penelitian ini meliputi kebutuhan input dari variabel processor, motherboard, RAM, VGA card, harddisk, dan power supply. Setiap variabel memiliki himpunan fuzzy sesuai dengan input yang dibutuhkan dalam sistem fuzzy. Fungsi keanggotaan membership function adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nlai keanggotaannya sering juga disebut dengan derajat keanggotaan yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi Kusumadewi & Purnomo, Fungsi keanggotan dalam sistem fuzzy merupakan fungsi keanggotaan kombinasi antara fungsi kurva bahu kiri, kurva segitiga, dan kurva bahu kanan. Domain dari masingmasing fungsi dimulai dari 0 sampai dengan tak hingga, hal ini karena agar domain dari fungsi lebih fleksibel. Fuzzy Inference Sistem FIS merupakan sistem penarikan kesimpulan dari sekumpulan kaidah fuzzy/aturan fuzzy Kusumadewi & Purnomo, Pada penelitian ini hasil dari FIS akan menentukan nilai dari rekomendasi dari perangkat keras yang bersangkutan. 3. HASIL DAN PEMBAHASAN Kebutuhan sistem fuzzy dari setiap variabel adalah sebagai berikut : a. Kebutuhan input fuzzy variabel processor meliputi harga, kecepatan, core, dan tahun. b. Kebutuhan sistem fuzzy variabel motherboard meliputi harga, slot RAM, kapasitas RAM, kecepatan maksimal RAM, dan tahun. c. Kebutuhan sistem fuzzy variabel RAM meliputi harga, kecepatan, dan kapasitas. d. Kebutuhan sistem fuzzy variabel VGA card meliputi harga, memory, kecepatan memory, kecepatan core, dan interface. e. Kebutuhan sistem fuzzy variabel harddisk meliputi harga, kecepatan, dan kapasitas. f. Kebutuhan sistem fuzzy variabel power supply meliputi harga dan daya. Fungsi keanggotaan dari setiap variabel fuzzy menggunakan kombinasi kurva bahu kiri, kurva segitiga, dan kurva bahu kanan untuk himpunan yang memiliki 3 himpunan fuzzy, sedangkan yang memiliki 2 himpunan fuzzy menggunakan kombinasi kurva bahu kiri dan kurva bahu kanan. Domain dari fungsi keanggotaan dari setiap variabel disajikan pada tabel berikut : Tabel 3.1 Domain Fungsi Keanggotaan Variabel Processor Murah [0,1370] Rupiah Harga Sedang [695,2325] dalam Mahal [1370, ] ribuan Core Sedang [2,6] Buah Lambat [0,2.5] Kecepatan Sedang [1.6,3.1] GHz Cepat [2.5, ] Lama [0,2013] Tahun Sedang [2012,2016] Tahun Baru [2013, ] Sumber: Data olahan tahun 2017 Tabel 3.2 Domain Fungsi Keanggotaan Variabel Motherboard Murah [0,989] Rupiah Harga Sedang [827.5,2085] dalam Mahal [989, ] ribuan Lama [0,2015] Tahun Sedang [2013,2016] Tahun Baru [2015, ] Max Lambat [0,2133] Speed Sedang [1866,2400] MHz RAM Cepat [2133, ] Slot RAM Banyak [2, ] Buah Sedikit [0,32] Max Sedang [16,64] RAM Banyak [32, ] GB 249
3 E-Jurnal Matematika Vol. 6 4, November 2017, pp ISSN: Tabel 3.3 Domain Fungsi Keanggotaan Variabel RAM Lambat [0,1600] Speed Sedang [1333,2133] MHz Cepat [1600, ] Murah [0,405] Rupiah Harga Sedang [305,776] dalam Mahal [405, ] ribuan Kapasitas Sedang [2,8] GB Tabel 3.4 Domain Fungsi Keanggotaan Variabel VGA Card Lambat [0,1119] Core Sedang [941,1260] Speed Cepat [1119, ] MHz Murah [0,1755] Rupiah Harga Sedang [889.25,4417.5] dalam Mahal [1755, ] ribuan Lambat [0,5205] Memory Sedang [1800,7003] Speed Cepat [5205, ] MHz Interface Kecil [0,256] Besar [128, ] Bit Memory Sedang [2,8] GB Tabel 3.5 Domain Fungsi Keanggotaan Variabel Harddisk Murah [0,995] Rupiah Harga Sedang [609,1482.5] dalam Mahal [1042.5, ] ribuan Kecil [0,2000] Kapasitas Sedang [750,3000] GB Besar [2000, ] Kecepatan Lambat [0,7200] Cepat [5900, ] RPM Tabel 3.6 Domain Fungsi Keanggotaan Variabel Power Supply Daya Harga Kecil [0,650] Sedang [500,780] Besar [650, ] Murah [0,1210] Sedang [640,1785] Mahal [1210, ] Watt Rupiah Aturan fuzzy dalam sistem ini menggunakan fungsi implikasi monoton dengan input himpunan dan operator bersifat dinamis untuk menentukan nilai fire-strengh dari implikasi. Sifat dinamis yang dimaksud adalah aturan fuzzy terbentuk sesuai dengan kombinasi yang diinginkan oleh pengguna. Fuzzy inference system yang terbentuk dari aturan fuzzy akan disesuaikan berdasarkan jumlah kriteria yang diinginkan oleh pengguna. Berikut aturan fuzzy berdasarkan jumlah kriteria yang diinginkan pengguna : 1. Dua kriteria dengan 1 operator Fungsi implikasi dua kriteria dengan [ ] [ ] Tiga kriteria dengan 2 operator Fungsi implikasi tiga kriteria dengan [ ] [ ] [ ]
4 Setiawan, M.H., G. K. Gandhiadi, L.P.I. Harini Penerapan Metode Logika Fuzzy Model Tahani 3. Empat kriteria dengan 3 operator Fungsi implikasi empat kriteria dengan [ ] [ ] [ ] [ ] Lima kriteria dengan 4 operator Fungsi implikasi lima kriteria dengan [ ] [ ] [ ] [ ] [ ] 3.8 dengan : = kriteria ke-i = Himpunan fuzzy ke-i = Fire-strenght = Rekomendasi = Operator ke-i AND = min, OR = max Sistem yang telah dibuat disimulasikan menggunakan data processor dengan spesifikasi sebagai berikut : Harga : IDR Kecepatan : 3.5 GHz Core : 2 Tahun : 2014 Dengan aturan fuzzy sebagai berikut : - Jika Harga Sedang AND Kecepatan Cepat THEN Rekomendasi Setelah mengetahui nilai input dari data tersebut diatas maka akan dicari derajat keanggotaan setiap himpunan yang diketahui sesuai dengan fungsi keanggotaan dari variabel processor. Berikut penghitungan manualnya : a. Derajat keanggotaan himpunan harga = = b. Derajat keanggotaan himpunan core 1 c. Derajat keanggotaan himpunan kecepatan 1 d. Derajat keanggotaan himpunan tahun [ = 0 = = [ = = = Berdasarkan penghitungan di atas data simulasi memiliki derajat keanggotaan tertinggi pada himpunan Harga Sedang, Core Sedikit, Kecepatan Cepat, dan Tahun Sedang dengan masing-masing nilainya adalah , 1, 1, dan Ouput dari sistem adalah sebuah urutan data berdasarkan fire-strengh dari kriteriakriteria yang diberikan oleh pengguna. berikut beberapa contoh hasil pencarian berdasarkan kriteria dari pengguna: 251
5 E-Jurnal Matematika Vol. 6 4, November 2017, pp ISSN: Sumber data : Data olahan tahun 2017 Gambar 3.1 Output sistem Dari Gambar 3.1 dapat dilihat data simulasi yaitu Intel Core i juga terbukti memiliki nilai rekomendasi % dengan kriteria Harga Sedang dan Kecepatan Cepat, sesuai dengan perhitungan nilai rekomendasi secara manual. 4. Kesimpulan dan Saran Penerapan metode basis data fuzzy dalam pemilihan perangkat keras komputer dapat memberikan rekomendasi pembelian perangkat keras sesuai dengan kriteria yang telah diberikan. Hal ini dapat dilihat dari nilai rekomendasi terhadap input maupun kriteria yang diberikan. Apabila nilai rekomendasi 0 maka perangkat keras tersebut tidak ditampilkan sebagai keputusan, sedangkan jika nilai rekomendasi lebih besar 0 dan kurang dari sama dengan 1 perangkat tersebut akan di tampilkan sebagai keputusan sesuai dengan nilai rekomendasi yang dimiliki perangkat tersebut. Sistem pendukung keputusan pemilihan perangkat keras komputer ini masih dapat dikembangkan seiring dengan perkembangan perangkat keras komputer yang semakin tahun semakin berkembang. Oleh karena itu, disarankan untuk pengembangan sistem melalui penambahan kriteria setiap variabel sehingga dapat menambah kombinasi dalam pencarian oleh pengguna. DAFTAR PUSTAKA Kusumadewi & Purnomo, Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu. Lubis, A., Basis Data Dasar Untuk Mahasiswa Ilmu Komputer. Yogyakarta: Deepublish. Sparague, R. H. & H., W. J., Decision Support Systems:Putting Theory Into Practice. Englewood Clifts, N. J.: Prentice Hall. Turban, J. E., E. & A., Decision Support Systems and Intelligent Systems 6th edition. Upper Saddle River New Jersey: Prentice Hall. 252
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO Endra Pratama, Titin Sri Martini, Mania Roshwita Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciSistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani
Sistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani Eddy Triswanto S., ST., M.Kom. Jurusan Sistem Informasi Institut Informatika Indonesia Jl. Raya Sukomanunggal Jaya 3, Surabaya
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN SPESIFIKASI KOMPUTER MENGGUNAKAN LOGIKA FUZZY DATABASE MODEL TAHANI SKRIPSI NOVITASARI
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SPESIFIKASI KOMPUTER MENGGUNAKAN LOGIKA FUZZY DATABASE MODEL TAHANI SKRIPSI NOVITASARI 071401018 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA
Lebih terperinciAPLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)
APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI) 1Venny Riana Agustin, 2 Wahyu H. Irawan 1 Jurusan Matematika, Universitas
Lebih terperinciPERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan)
PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan) Komang Wahyudi Suardika 1, G.K. Gandhiadi 2, Luh Putu Ida Harini 3 1 Program
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN SUPPLIER BAHAN BAKU KATERING CV. RIYANISA SEKARSARI MANDIRI MENGGUNAKAN METODE FUZZY TSUKAMOTO
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SUPPLIER BAHAN BAKU KATERING CV. RIYANISA SEKARSARI MANDIRI MENGGUNAKAN METODE FUZZY TSUKAMOTO Yongky Dwi Guritno 1, Indah Fitri Astuti 2, Addy Suyatno 3 1,2,3 Program
Lebih terperinciBAB I PENDAHULUAN. fasilitas- fasilitas atau fitur- fitur yang ada di perumahan tersebut dan faktor-faktor
BAB I PENDAHULUAN I.1 Latar Belakang Pengembang atau developer perumahan selaku koordinator pelaksana di lapangan perlu diiringi oleh perkembangan teknologi komputer untuk dapat memenuhi kebutuhan para
Lebih terperinciAplikasi Fuzzy Decision Making Dengan Menggunakan Metode Mamdani Penggandaan Dalam Pemilihan Smartphone
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 A - 8 Aplikasi Fuzzy Decision Making Dengan Menggunakan Metode Mamdani Penggandaan Dalam Pemilihan Smartphone Muhammad Najib Mubarrok, Agus
Lebih terperinciPenerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi
Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi Berdasarkan Data Persediaan dan Jumlah Permintaan Ria Rahmadita Surbakti 1), Marlina Setia Sinaga 2) Jurusan Matematika FMIPA UNIMED riarahmadita@gmail.com
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM. ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai dengan
BAB III ANALISA DAN PERANCANGAN SISTEM III. Analisis Masalah Sistem yang dibuat pada studi kasus pemilihan spesifikasi komputer ini, ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai
Lebih terperinciKata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa
SISTEM PENDUKUNG KEPUTUSAN METODE SUGENO DALAM MENENTUKAN TINGKAT KEPRIBADIAN SISWA BERDASARKAN PENDIDIKAN (STUDI KASUS DI MI MIFTAHUL ULUM GONDANGLEGI MALANG) Wildan Hakim, 2 Turmudi, 3 Wahyu H. Irawan
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 LOGIKA FUZZY Titik awal dari konsep modern mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh, dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY Hafsah, Heru Cahya Rustamaji, Yulia Inayati Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari No 2 Tambakbayan Yogyakarta
Lebih terperinciAplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)
Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap) Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani Fakultas
Lebih terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciMODUL I PENGENALAN KOMPUTER DAN KOMPONENNYA
MODUL I PENGENALAN KOMPUTER DAN KOMPONENNYA A. Sekilas Tentang Komputer Komputer dapat didefinisikan sebagai kumpulan rangkaian elektronika yang berfungsi untuk menerima input, mengolahnya, danmenghasilkan
Lebih terperinciMODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN
Seminar Nasional Inovasi dan Teknologi (SNIT) 202 MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN Ghofar Taufiq AMIK Bina Sarana Informatika Jakarta Jl. Kramat Raya
Lebih terperinciProses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum
Prosiding Penelitian SPeSIA Unisba 2015 ISSN: 2460-6464 Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum 1 Fitria Tri Suwarmi, 2 M. Yusuf Fajar,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY. Abstraksi
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY Denny Cristiono T.S., Yugowati P.,Sri Yulianto J.P. Fakultas Teknologi Informasi Universitas Kristen
Lebih terperinciBAB V IMPLEMENTASI SISTEM
BAB V IMPLEMENTASI SISTEM 5.1 Implementasi Pada bab ini akan diuraikan cara dan langkah-langkah untuk mengimplementasikan rancangan perangkat lunak, kebutuhan perangkat lunak maupun perangkat keras yang
Lebih terperinciREKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO oleh ENDRA PRATAMA M0112030 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinciPenerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak
Lebih terperinciANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN
ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN SUPRIYONO Sekolah Tinggi Teknologi Nuklir BATAN Jl. Babarsari Kotak Pos 6101/YKBB Yogyakarta. Email : masprie_sttn@yahoo.com
Lebih terperinciPerekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani
BINA INSANI ICT JOURNAL, Vol.3, No. 2, Desember 2016, 279-290 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online) 279 Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani Ghofar Taufik 1,*
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA)
86 RANCANG BANGUN APLIKASI REKOMENDASI PEMBELIAN LAPTOP DENGAN METODE FUZZY DATABASE MODEL TAHANI BERBASIS WEB Hendry Setiawan 1, Seng Hansun 2 Program Studi Teknik Informatika, Universitas Multimedia
Lebih terperinciPENERAPAN FUZZY MAMDANI MAX-MIN DALAM PENGEMBANGAN SISTEM INFORMASI PENENTUAN GAJI PEGAWAI PADA SEKOLAH TINGGI TEKNIK POLIPRFESI
EKSPLORA INFORMATIKA 6 PENERAPAN FUZZY MAMDANI MAX-MIN DALAM PENGEMBANGAN SISTEM INFORMASI PENENTUAN GAJI PEGAWAI PADA SEKOLAH TINGGI TEKNIK POLIPRFESI Asprina Br Surbakti STT Poliprofesi Medan Jl. Sei
Lebih terperinciANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN
ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN Khairul Saleh Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara Jalan Universitas
Lebih terperinciBAB III METODE FUZZY MAMDANI
29 BAB III METODE FUZZY MAMDANI Fuzzy Inference System merupakan sebuah kerangka kerja perhitungan berdasarkan konsep teori himpunan fuzzy dan pemikiran fuzzy yang digunakan dalam penarikan kesimpulan
Lebih terperinciBAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan
BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 1.1. Desain Penelitian Desain penelitian atau tahapan yang akan dilakukan pada penelitian ini dapat dilihat pada Gambar 3.1 sebagai berikut. Studi Literatur 1. Logika Fuzzy 2.
Lebih terperinciSISTEM REKOMENDASI PEMILIHAN KARYAWAN TETAP PADA PT. ENSEVAL PUTERA MEGATRADING MENGGUNAKAN METODE FUZZY TAHANI BERBASIS WEB
SISTEM REKOMENDASI PEMILIHAN KARYAWAN TETAP PADA PT. ENSEVAL PUTERA MEGATRADING MENGGUNAKAN METODE FUZZY TAHANI BERBASIS WEB SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciSistem Pendukung Keputusan Supplier Jilbab Menggunakan Fuzzy Tsukamoto (Studi Kasus: D sist Hijab Fashion)
Sistem Pendukung Keputusan Jilbab Menggunakan Fuzzy Tsukamoto (Studi Kasus: D sist Hijab Fashion) Dwinda Septiani 1, Addy Suyatno 2,, Awang Harsa Kridalaksana 2 1 Laboratorium Robotic dan Embedded System,
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Masalah Pada database standar, data diklasifikasikan berdasarkan bagaimana data tersebut dipandang oleh pengguna. Oleh karena itu pada database standar,
Lebih terperinciImplementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic
JTRISTE, Vol.2, No.2, Oktober 2015, pp. 18~28 ISSN: 2355-3677 Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic Junaedy 1, Abdul Munir 2 STMIK KHARISMA
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1. Sistem Pendukung Keputusan DSS adalah suatu sistem informasi yang datanya diproses dalam bentuk pembuatan keputusan bagi pemakai akhir. Karena berorientasi pada pemakai akhir,
Lebih terperinciAnalisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan
128 ISSN: 2354-5771 Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan Raheliya Br Ginting STT Poliprofesi Meda E-mail: itink_ribu@yahoo.com Abstrak Pengambilan keputusan harus
Lebih terperinciPENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI
PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI Much. Djunaidi Jurusan Teknik Industri Universitas Muhammadiyah Surakarta Jl. Ahmad Yani Tromol Pos 1 Pabelan Surakarta email: joned72@yahoo.com
Lebih terperinciPenentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno
Penentuan Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno Shenna Miranda #1, Minora Longgom Nasution *2, Muhammad Subhan #3 #1 Student of Mathematics department State University
Lebih terperinciIMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT
IMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT Maya Yusida 1, Dwi Kartini 2, Andi Farmadi 3, Radityo Adi Nugroho 4, Muliadi 5 123Prodi Ilmu Komputer
Lebih terperinciPENERAPAN FUZZY-QUERY DATABASE PADA SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA
PENERAPAN FUZZY-QUERY DATABASE PADA SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Khoerul Anwar *), Ario Gunawan ABSTRACT The determination of scholarship recipients with several requirements
Lebih terperinciPENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI
PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI Ahmad Mufid Program Studi Sistem Komputer Fakultas Teknik Universitas Sultan Fatah (UNISFAT) Jl. Sultan Fatah No. 83 Demak Telpon
Lebih terperinciErwien Tjipta Wijaya, ST.,M.Kom
Erwien Tjipta Wijaya, ST.,M.Kom PENDAHULUAN Logika Fuzzy pertama kali dikenalkan oleh Prof. Lotfi A. Zadeh tahun 1965 Dasar Logika Fuzzy adalah teori himpunan fuzzy. Teori himpunan fuzzy adalah peranan
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Family Folder merupakan buku yang mencatat riwayat kesehatan dari satu keluarga. Buku ini biasanya digunakan oleh puskesmas-puskesmas. Di dalam Family Folder
Lebih terperinciBAB 3 PERANCANGAN SISTEM. berkaitan dan berinteraksi yang bertanggung jawab dalam memproses input
BAB 3 PERANCANGAN SISTEM Perancangan sistem merupakan kumpulan dari beberapa elemen yang saling berkaitan dan berinteraksi yang bertanggung jawab dalam memproses input sehingga menghasilkan sebuah output
Lebih terperinciDECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN
Seminar Nasional Inovasi dan Tren (SNIT)205 DECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN Ghofar Taufiq Akademi Manajemen Informatika dan Komputer Bina Sarana Informatika (AMIK
Lebih terperinciPENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO
PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO Asrianda 1 asrianda@unimal.ac.id Abstrak Bertambahnya permintaan mahasiswa atas kebutuhan makan seharihari, berkembangnya usaha warung
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN JURUSAN PADA SMK KERTHA WISATA DENPASAR Menggunakan Fuzzy SAW
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JURUSAN PADA SMK KERTHA WISATA DENPASAR Menggunakan Fuzzy SAW I Kadek Dwi Gandika Supartha Dosen Sistem Komputer STMIK STIKOM Indonesia Denpasar-Bali, Indonesia dwigandika[at]gmail.com
Lebih terperinciDAFTAR ISI LEMBAR JUDUL... LEMBAR PERSEMBAHAN... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN TUGAS AKHIR... ABSTRAK... ABSTRACT... KATA PENGANTAR...
DAFTAR ISI Halaman LEMBAR JUDUL... LEMBAR PERSEMBAHAN... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN TUGAS AKHIR... ABSTRAK... ABSTRACT... KATA PENGANTAR... BIODATA ALUMNI... DAFTAR ISI... DAFTAR TABEL... DAFTAR
Lebih terperinciPEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo
PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo NASKAH PUBLIKASI diajukan oleh Melida Putri Eka Sari 11.12.6165
Lebih terperinciBAB I PENDAHULUAN. Seiring perkembangan zaman laptop merupakan sebuah kebutuhan yang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan zaman laptop merupakan sebuah kebutuhan yang mendasar bagi masyarakat. Toko-toko yang menjual laptop sekarang menjual laptop hanya menggunakan
Lebih terperinciPenerapan Himpunan Fuzzy Untuk Sistem Pendukung Keputusan Pemilihan Telephone Cellular
Jurnal Informatika Mulawarman Vol 6 No. 1 Febuari 2011 39 Penerapan Himpunan Fuzzy Untuk Sistem Pendukung Keputusan Pemilihan Telephone Cellular HAMDANI Program Studi Ilmu Komputer, FMIPA Universitas Mulawarman
Lebih terperinciFUZZY LOGIC CONTROL 1. LOGIKA FUZZY
1. LOGIKA FUZZY Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan
Lebih terperinciNURAIDA, IRYANTO, DJAKARIA SEBAYANG
Saintia Matematika Vol. 1, No. 6 (2013), pp. 543 555. ANALISIS TINGKAT KEPUASAN KONSUMEN BERDASARKAN PELAYANAN, HARGA DAN KUALITAS MAKANAN MENGGUNAKAN FUZZY MAMDANI (Studi Kasus pada Restoran Cepat Saji
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Sekarang ini hampir semua perusahaan yang bergerak di bidang industri dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin kompetitif. Hal ini
Lebih terperinciFUZZY MULTI-CRITERIA DECISION MAKING
Media Informatika, Vol. 3 No. 1, Juni 2005, 25-38 ISSN: 0854-4743 FUZZY MULTI-CRITERIA DECISION MAKING Sri Kusumadewi, Idham Guswaludin Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciFUZZY INFERENCE SYSTEM UNTUK MENENTUKAN TINGKAT KOMPETENSI GURU DI BIDANG KUALIFIKASI AKADEMIK DAN PENGALAMAN MENGAJAR BERBASIS WEB
FUZZY INFERENCE SYSTEM UNTUK MENENTUKAN TINGKAT KOMPETENSI GURU DI BIDANG KUALIFIKASI AKADEMIK DAN PENGALAMAN MENGAJAR BERBASIS WEB (Fuzzy Inference System To Determine The Teacher Competency Level In
Lebih terperinciAPLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI
APLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI Hafsah1), Wilis Kaswidjanti2), Tendi R. Cili3) 1,2,3) Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari
Lebih terperinciPENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK) Andrian Juliansyah ( 1011287) Mahasiswa Program Studi Teknik
Lebih terperinciPENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI
PENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI Hilda Lutfiah, Amar Sumarsa 2, dan Sri Setyaningsih 2. Program Studi Matematika Fakultas Matematika
Lebih terperinciBAB I PENDAHULUAN. Sebuah toko komputer ingin membangun suatu database yang isinya tidak
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sebuah toko komputer ingin membangun suatu database yang isinya tidak hanya komponen-komponen dasar komputer, tetapi juga informasi yang dapat membantu dalam
Lebih terperinciImplementasi Logika Fuzzy Metode Tsukamoto Dalam Penentuan Kelayakan Pemberian Kredit Mobil (Studi Kasus : PT.OTO Multiartha)
Implementasi Logika Fuzzy Metode Tsukamoto Dalam Penentuan Kelayakan Pemberian Kredit Mobil (Studi Kasus : PT.OTO Multiartha) Hengky Prodi Teknik Informatika, Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciIJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY
IJCCS, Vol.x, No.x, July xxxx, pp. ~5 ISSN: 978-52 Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY Dian Eko Hari Purnomo Universitas Sarjanawiyata Tamansiswa, Program Studi Teknik
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN BESARAN PROFIT MARGIN DALAM BIRO PERJALANAN WISATA MENGGUNAKAN METODE FUZZY LOGIC
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN BESARAN PROFIT MARGIN DALAM BIRO PERJALANAN WISATA MENGGUNAKAN METODE FUZZY LOGIC Bagus Joko Sutrisno Anggri Sartika Wiguna 1 Teknik Informatika, Universitas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER OBAT MENGGUNAKAN METODE FUZZY TSUKAMOTO
Hamdani, Deviana Selywita SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER OBAT MENGGUNAKAN METODE FUZZY TSUKAMOTO 1) Hamdani, 2) Deviana Selywita, Jurusan Ilmu Komputer, Fakultas MIPA, Universitas Mulawarman
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBELIAN NOTEBOOK MENGGUNAKAN LOGIKA FUZZY TAHANI
Jurnal Informatika Mulawarman Vol. 6 No. 3 September 2011 98 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN NOTEBOOK MENGGUNAKAN LOGIKA FUZZY TAHANI 1) Hamdani 2) Haviluddin 3) Muhammad Syarif Abdillah 1,2,3) Program
Lebih terperinciResearch of Science and Informatic
Sains dan Informatika Vol.2 (N0.2) (2016): 20-30 1 Rifa, Nency, Expert System For Determine Lecturer Performance JURNAL SAINS DAN INFORMATIKA Research of Science and Informatic e-mail: jit.kopertis10@gmail.com
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBELIAN TABLET PC MENGGUNAKAN METODE FUZZY MAMDANI. Amri Muhammad. Hilmi Fachrudin Irma
SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN TABLET PC MENGGUNAKAN METODE FUZZY MAMDANI Amri Muhammad Hilmi Fachrudin Irma PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI. Jl.KH.Ahmad
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY oleh: 1 I Putu Dody Lesmana, 2 Arfian Siswo Bintoro 1,2 Jurusan Teknologi Informasi, Politeknik
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang sangat penting dalam kelangsungan hidupnya. Untuk memenuhi kebutuhan beras, setiap manusia mempunyai cara-cara
Lebih terperinciPenilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani M-4 Dewi Mardhiyana Universitas Pekaloangan dewimardhiyana139@gmail.com
Lebih terperinciPENERAPAN METODE TSUKAMOTO DALAM PEMBERIAN KREDIT SEPEDA MOTOR BEKAS PADA PT TRI JAYA MOTOR (Studi Kasus PT TRI JAYA MOTOR MEDAN )
Marsono, ISSN : 1978-6603 Saiful Nur Arif, Iskandar Zulkarnain, Penerapan Metode Tsukamoto PENERAPAN METODE TSUKAMOTO DALAM PEMBERIAN KREDIT SEPEDA MOTOR BEKAS PADA PT TRI JAYA MOTOR (Studi Kasus PT TRI
Lebih terperinciPREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO
PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO Ahmad Bahroini 1, Andi Farmadi 2, Radityo Adi Nugroho 3 1,2,3Prodi Ilmu Komputer FMIPA UNLAM Jl. A. Yani Km 36 Banjarbaru, Kalimantan
Lebih terperinciOleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT
MULTI ATTRIBUTE DECISION MAKING DENGAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION UNTUK MENENTUKAN REKOMENDASI PENERIMA BEASISWA BBM DAN PPA DI STMIK AMIKOM PURWOKERTO Oleh:
Lebih terperinciAnalisis Perbandingan Metode Fuzzy Mamdani dan Metode Fuzzy Tsukamoto pada Diagnosa Tingkat Kerusakan Mobil KOMPETENSI KOMPUTASI SKRIPSI
Analisis Perbandingan Metode Fuzzy Mamdani dan Metode Fuzzy Tsukamoto pada Diagnosa Tingkat Kerusakan Mobil KOMPETENSI KOMPUTASI SKRIPSI LUH TRISNA ARYANTINI NIM. 1008605031 PROGRAM STUDI TEKNIK INFORMATIKA
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Teknologi komunikasi saat ini mengalami perkembangan yang sangat pesat, terlebih lagi teknologi ponsel atau telepon selular. Makin banyak produk ponsel berkualitas
Lebih terperinciBAB II. KAJIAN PUSTAKA. A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto
BAB II. KAJIAN PUSTAKA A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto Masalah kinerja pegawai di Universitas Muhammadiyah Purwokerto sangat mendapat perhatian. Hal ini dibuktikan dengan diadakannya
Lebih terperinciFUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII)
FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII) Arkham Zahri Rakhman 1, Helmanatun Nisa Wulandari 2, Geralvin Maheswara
Lebih terperinciJurnal String Vol. 1 No. 1 Tahun 2016 ISSN: MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL
MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL Fanisya Alva Mustika 1, Sutrisno 2 Program Studi Teknik Informatika, Universitas Indraprasta PGRI Jakarta 1,2 E-mail: alva.mustika@gmail.com
Lebih terperinciRima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang
Sistem Pendukung Keputusan Dalam Menentukan Jenis Budidaya Ikan Dengan Mengukur Kualitas Air Menggunakan Metode Fuzzy Tsukamoto (Studi Kasus : Balai Benih Ikan di Pengujan Kabupaten Bintan) Rima Ayuningtyas
Lebih terperinciARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA
ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA Rima Liana Gema, Devia Kartika, Mutiana Pratiwi Universitas Putra Indonesia YPTK Padang email: rimalianagema@upiyptk.ac.id ABSTRAK
Lebih terperinciSIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI
SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI Nofriadi * 1), Havid Syafwan 2) 1) Program Studi Sistem Informasi, STMIK Royal Kisaran Jl. Prof. M. Yamin 173 Kisaran, Sumatera
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari sistem pendukung keputusan penilaian kinerja security dengan menggunakan metode AHP. IV.1.1. Tampilan Form
Lebih terperinciJurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:
PENERAPAN LOGIKA FUZZY UNTUK MENENTUKAN MAHASISWA BERPRESTASI DI STMIK CIKARANG MENGGUNAKAN JAVA NETBEANS DAN MYSQL Ema Dili Giyanti 1), Ali Mulyanto 2) 1) Program Studi Teknik Informatika, STMIK Cikarang
Lebih terperinciMenentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 T - 13 Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani Ghulam Abdul Malik, Agus Maman Abadi Prodi Matematika, Universitas
Lebih terperinciIMPLEMENTASI FUZZY INFERENCE SYSTEM METODE TSUKAMOTO PADA PENGAMBILAN KEPUTUSAN PEMBERIAN KREDIT PEMILIKAN RUMAH
IMPLEMENTASI FUZZY INFERENCE SYSTEM METODE TSUKAMOTO PADA PENGAMBILAN KEPUTUSAN PEMBERIAN KREDIT PEMILIKAN RUMAH Wilis Kaswidjanti 1), Agus Sasmito Aribowo 2), Cahyo Budi Wicaksono 3) 1,2,3) Prodi Teknik
Lebih terperinciJURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 4 NO. 1 SEPTEMBER 2011
OPTIMALISASI PRODUK MOBIL DENGAN SISTEM PENDUKUNG KEPUTUSAN BERBASIS FUZZY Dedy Irfan 1 ABSTRACT Make decision is required to utilize one among some existing alternatives. Decision made to solve problem,
Lebih terperinciKomponen Sistem Informasi. Hardware Software Data User Komunikasi Prosedur
HARDWARE Komponen Sistem Informasi Hardware Software Data User Komunikasi Prosedur Computer Hardware Arsitektur Komputer STORAGE Data INPUT PROSESOR Informasi OUTPUT Program Computer System CPU Mesin yang
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ) Dimas Wahyu Wibowo 1, Eka Larasati Amalia 2 1,2 Teknik Informatika, Politeknik Negeri
Lebih terperinciSISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI
SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI 1209100023 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciBAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya
BAB II LANDASAN TEORI A. Logika Fuzzy Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya berada di luar model matematis dan bersifat inexact. Konsep ketidakpastian inilah yang
Lebih terperinciIMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC
IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC Riky Amelia (1111981) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciFUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR
Seminar Nasional Informatika 23 (semnasif 23) ISSN: 979-2328 UPN Veteran Yogyakarta, 8 Mei 23 FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR Sundari Retno Andani ) ) AMIK Tunas Bangsa
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Pengembang atau developer perumahan selaku koordinator pelaksana di lapangan perlu diiringi oleh perkembangan teknologi komputer untuk dapat memenuhi kebutuhan
Lebih terperinciAnalisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic
Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic Luh Kesuma Wardhani, Elin Haerani Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN SUSKA Riau
Lebih terperinciPenentuan Produksi Makanan Berbasis Fuzzy Mamdani
ISSN: 2089-3787 665 Penentuan Produksi Makanan Berbasis Fuzzy Mamdani Yulia Yudihartanti, Ahmad Hakim STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru, 0511(4782881) e-mail: yuliaydh@yahoo.co.id, hakiem.ahmad@gmail.com
Lebih terperinciDENIA FADILA RUSMAN
Sidang Tugas Akhir INVENTORY CONTROL SYSTEM UNTUK MENENTUKAN ORDER QUANTITY DAN REORDER POINT BAHAN BAKU POKOK TRANSFORMER MENGGUNAKAN METODE FUZZY (STUDI KASUS : PT BAMBANG DJAJA SURABAYA) DENIA FADILA
Lebih terperinciMEMBANGUN PERANGKAT LUNAK PENENTUAN DAYA LISTRIK DENGAN LOGIKA FUZZY
MEMBANGUN PERANGKAT LUNAK PENENTUAN DAYA LISTRIK DENGAN LOGIKA FUZZY Farikhah Indriani 1, Supriyono 2 1 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Jln. Kaliurang
Lebih terperinciPenerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel
Penerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel Biolardi Yoshogi (13509035) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciTroubleshooting PC dengan Sistem Pakar
Endang Supriyati * Diterima : 13 Maret 2012 disetujui : 9 Mei 2012 diterbitkan : 20 Juni 2012 ABSTRACT Troubleshoting Personal Computer with expert systems allow anyone who is having problems with the
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinci